Kurzbeschreibung

Der Erfolg eines Jobcenters in den drei Zieldimensionen des SGB II (Verringerung der Hilfebedürftigkeit, Verbesserung der Integration in Erwerbstätigkeit, Vermeidung von langfristigem Leistungsbezug) hängt stark von regional unterschiedlichen Rahmenbedingungen ab, die von den Handelnden vor Ort vielfach nicht zu beeinflussen sind. Wenn Verbesserungspotenziale aufgedeckt oder die Kennzahlen von unterschiedlichen Jobcentern verglichen werden sollen, dann ist es notwendig, diese regionalen Disparitäten zu berücksichtigen. Für jede Region lassen sich einzigartige Merkmale finden, die sich auf den Erfolg der Jobcenter auswirken. Für die arbeitsmarktpolitische Steuerung ist es jedoch notwendig, diese Komplexität zu reduzieren. Dies geschieht, indem Jobcenter mit jeweils ähnlichen Rahmenbedingungen hinsichtlich der Zielerreichung in Vergleichsytpen eingeteilt werden. Das IAB identifiziert die relevanten regionalen Bestimmungsfaktoren der Zieldimensionen und fasst darauf aufbauend Trägerbezirke mit ähnlichen regionalwirtschaftlichen Bedingungen zu Gruppen zusammen, die die sogenannten Vergleichstypen bilden. Kennzeichen des IAB-Verfahrens ist, dass Auswahl und Gewichtung der Klassifikationsfaktoren nicht wie sonst vielfach üblich auf Basis von Expertenmeinungen eingebracht, sondern über eine Verbindung von Regressions- und Clusteranalyse erreicht werden. Die Vorschaltung eines Schritts zur Aufnahme und Gewichtung von Variablen verwendet Methoden des Maschinellen Lernens („Machine Learning“). Im Rahmen der jeweils gültigen Typeneinteilung nimmt das IAB bei Bedarf Überprüfungen und Anpassungen vor. Ein besonderes Augenmerk nimmt in den kommenden Jahren die Integration von Migrantinnen und Migranten ein. Nach Rechts- oder Gebietsstandsänderungen bei den SGB-II-Trägern werden die neu entstehenden Jobcenter den SGB-II-Typen zugeordnet und die Nächsten Nachbarn entsprechend angeglichen.